資源描述:
《基于控制思想粒子群優(yōu)化算法改進(jìn)的研究》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、萬方數(shù)據(jù)AThesisinControlTheoryandControlEngineeringResearchonModificationofParticleSwarmOptimizationAlgorithmBasedonControlByMengYiSupervisor:AssociateProfessorHeDakuoNortheasternUniversityJune2012萬方數(shù)據(jù)獨(dú)創(chuàng)性聲明本人聲明,所呈交的學(xué)位論文是在導(dǎo)師的指導(dǎo)下完成的。論文中取得的研究成果除加以標(biāo)注和致謝的地方外,不包含其他人已經(jīng)發(fā)表或撰寫過的研
2、究成果,也不包括本人為獲得其他學(xué)位而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均己在論文中作了明確的說明并表示的謝意。學(xué)位論文作者簽名:let期:陽2,.汐鄉(xiāng).≯y學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者和指導(dǎo)教師完全了解東北大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定:即學(xué)校有權(quán)保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和磁盤,允許論文被查閱和借閱。本人同意東北大學(xué)可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索、交流。作者和導(dǎo)師同意網(wǎng)上交流的時(shí)間為作者獲得學(xué)位后:半年口一年口一年半口兩剃學(xué)位論文作者簽名:簽字日期:砂z..
3、衫.少導(dǎo)師簽名:伽1六【淘簽字日期:沙卜.二,修萬方數(shù)據(jù)東北大學(xué)碩士學(xué)位論文摘要基于控制思想的粒子群優(yōu)化算法改進(jìn)研究摘要粒子群優(yōu)化算法(PSO)作為一種具有深刻智能背景的群智能優(yōu)化算法,具有結(jié)構(gòu)簡單、調(diào)節(jié)參數(shù)少、易于實(shí)現(xiàn)、應(yīng)用靈活等特點(diǎn),是解決復(fù)雜優(yōu)化問題的有效途徑。因此,分析研究其算法特性與內(nèi)部規(guī)律,進(jìn)一步提高其尋優(yōu)性能具有重要的理論和實(shí)際意義。本文以控制思想為基礎(chǔ),從確定性控制、隨機(jī)控制、過程優(yōu)化角度,展開粒子群優(yōu)化算法改進(jìn)研究,具體研究內(nèi)容如下:本文首先介紹了粒子群優(yōu)化算法的基本原理,并系統(tǒng)綜述了算法的理論研究現(xiàn)狀以及國
4、內(nèi)外基于控制思想的粒子群算法研究成果。由于PSO算法的有限代收斂過程可以視為一個(gè)控制問題,本文提出基于無模型自適應(yīng)控制的粒子群優(yōu)化算法。即以基本粒子群優(yōu)化算法為基礎(chǔ),以當(dāng)前最優(yōu)位置為設(shè)定值,利用無模型自適應(yīng)控制實(shí)現(xiàn)尋優(yōu)過程控制。仿真結(jié)論表明,無模型自適應(yīng)控制器的引入使得算法的收斂速度得到明顯改善,搜索精度得到一定程度的提高。在確定性系統(tǒng)分析的基礎(chǔ)上,考慮算法固有的隨機(jī)特性,將PSO算法重新定義為離散不確定時(shí)滯系統(tǒng),提出基于時(shí)滯相關(guān)不確定系統(tǒng)魯棒控制的PSO算法(DURC.PSO)算法。仿真測試結(jié)果表明,DURC.PSO算法在搜
5、索精度上有著較好的表現(xiàn)。同時(shí),在前述工作的基礎(chǔ)上,基于控制方法引入的合理性構(gòu)建了兩者的混合算法,仿真測試結(jié)論驗(yàn)證了混合算法的有效性。在分析算法尋優(yōu)過程信息特性的基礎(chǔ)上,將過程優(yōu)化思想引入PSO算法,分析了種群飛行控制的優(yōu)化設(shè)定問題,并據(jù)此定義了過程優(yōu)化設(shè)定規(guī)則,從而,初步構(gòu)建了基于過程優(yōu)化的粒子群優(yōu)化算法。仿真結(jié)果驗(yàn)證了該算法的可行性和有效性。關(guān)鍵詞:粒子群優(yōu)化算法;無模型自適應(yīng)控制;魯棒控制;過程優(yōu)化萬方數(shù)據(jù)東北大學(xué)碩士學(xué)位論文ResearchonModificationofParticleSwarmOptimization
6、AlgorithmBasedonControlAbstractAsonekindofswarmalgorithmwithprofundityintelligencebackground,particleswarmoptimizationalgorithm(PSO)hascharactersofcanbeappliedinaflexibleway,achievedeasilyandcooperativesearch,isaneffectivewaytosolvecomplexoptimizationproblems.Theref
7、ore,ithasboththeoryandapplicationsignificancetoanalysisevolutioncharactersandinnerrulesofparticleswarmoptimizationalgorithmandimproveitsoptimizingperformance.Thisarticlebasedoncontrolthoughts;discussedparticleswarmoptimizationalgorithmfromaspectsofdeterministiccontr
8、ol,stochasticcontrol,processoptimization.Thespecificresearchcontentwasasfollows:firstlyintroducesfundamentalsofparticleswarmoptimizational